目錄
第1章緒論
1．1研究背景和意義
1．2工業(yè)過程中圖像處理技術研究現狀
1．2．1圖像預處理
1．2．2圖像分割
1．2．3圖像特征提取和選擇
1．2．4圖像模式識別
1．3不確定信息認知對象的認知智能模型研究現狀
1．3．1不確定信息認知對象的認知知識表征方法研究現狀
1．3．2不確定認知過程與結果評價體系研究現狀
1．3．3不確定認知過程的認知智能機制研究現狀
1．4工業(yè)過程中軟測量技術研究現狀
1．4．1模型輸入維數約簡
1．4．2神經網絡集成建模理論
1．4．3選擇性集成建模
1．4．4混合集成建模
1．5回轉窯燒成狀態(tài)識別研究現狀和存在的問題
1．6回轉窯熟料質量指標檢測研究現狀和存在的問題
第2章水泥回轉窯燒成狀態(tài)識別及熟料質量測量問題描述
2．1水泥回轉窯燒結過程工藝描述
2．2水泥回轉窯燒成狀態(tài)特性分析及其識別現狀描述
2．3水泥回轉窯熟料質量測量現狀描述
2．4影響水泥回轉窯熟料產品質量的因素分析
2．5水泥回轉窯燒成狀態(tài)識別和熟料質量預測的難點
第3章圖像處理與軟測量預備知識
3．1引言
3．2信息預處理
3．3圖像分割方法
3．3．1大津算法
3．3．2模糊C均值聚類
3．3．3基于加博小波去模糊化的聚類算法
3．3．4改進的快速行進法
3．3．5歸一化割準則法
3．3．6多階自適應閾值法
3．4特征提取方法
3．4．1多變量圖像分析算法
3．4．2主成分分析算法
3．4．3尺度不變特征轉換算法
3．4．4偏最小二乘算法
3．4．5神經網絡偏最小二乘算法
3．4．6核偏最小二乘算法
3．5多特征融合方法
3．6模式分類器設計方法
3．6．1概率神經網絡
3．6．2反向傳播神經網絡
3．6．3支持向量機
3．6．4隨機向量函數功能連接網絡
3．7軟測量回歸器設計方法
第4章基于火焰圖像多特征的燒成狀態(tài)識別方法
4．1引言
4．2基于火焰圖像多特征的燒成狀態(tài)識別策略
4．3基于壓縮加博濾波器組的火焰圖像預處理算法
4．4基于火焰圖像感興趣區(qū)域色彩特征的燒成狀態(tài)識別算法
4．5基于火焰圖像感興趣區(qū)域全局形態(tài)特征的燒成狀態(tài)識別算法
4．6基于火焰圖像感興趣區(qū)域局部形態(tài)特征的燒成狀態(tài)識別算法
4．7基于模糊積分的火焰圖像多特征融合燒成狀態(tài)識別算法
4．8實驗驗證
4．8．1數據描述
4．8．2實驗結果與分析
第5章基于過程數據與火焰圖像融合的燒成狀態(tài)識別方法
5．1引言
5．2識別策略
5．3識別算法
5．3．1基于改進中值濾波器的過程數據濾波預處理
5．3．2基于KPLS的過程數據燒成狀態(tài)識別模型
5．3．3基于過程數據與火焰圖像融合的燒成狀態(tài)識別模型
5．4實驗驗證
5．4．1數據描述
5．4．2實驗結果與分析
第6章面向不確定信息認知對象的仿反饋認知機制及其在燒成狀態(tài)識別中
的研究
6．1引言
6．2不確定信息認知對象的仿反饋認知智能模型結構與機制研究
6．2．1構建目標
6．2．2模型結構與功能要求
6．2．3仿反饋認知智能系統(tǒng)設計
6．2．4智能系統(tǒng)模型及其運行機制
6．3不確定信息認知對象的仿反饋認知智能計算模型研究
6．3．1基于粗糙集理論的不確定信息認知對象模式化建模
6．3．2基于廣義誤差和廣義熵理論的不確定認知過程與結果評價
測度指標體系建立
6．3．3不確定認知過程與結果評價體系建立
6．3．4認知知識粒度調節(jié)機制研究
6．3．5不確定信息認知對象的多層次變粒度仿反饋認知智能算法
研究
6．4應用研究
6．4．1脫機手寫體漢字圖像的機器認知應用驗證研究
6．4．2人體健康狀態(tài)評測的機器認知應用驗證研究
6．4．3全天候光伏發(fā)電智能跟蹤控制系統(tǒng)應用驗證研究
6．4．4工業(yè)回轉窯燒成狀態(tài)的機器認知應用驗證研究
第7章基于火焰圖像與過程數據融合的回轉窯熟料質量軟測量模型
7．1引言
7．2軟測量策略
7．3軟測量算法
7．3．1數據預處理
7．3．2火焰圖像特征提取
7．3．3軟測量模型構建
7．4實驗驗證
7．4．1數據描述
7．4．2仿真結果
第8章基于雙層遺傳算法的異構數據融合水泥熟料質量選擇性集成軟測量
模型
8．1引言
8．2建模策略
8．3算法實現
8．3．1模型參數編碼
8．3．2模型參數解碼
8．3．3候選子模型構造
8．3．4選擇性集成建模
8．3．5遺傳操作
8．3．6算法步驟
8．4實驗驗證
8．4．1合成數據
8．4．2低維基準數據
8．4．3高維基準數據
8．4．4多源異構水泥熟料質量數據
8．4．5總結與討論
參考文獻
鄂公網安備 42010302001612號 